论文SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC
环境:win10+python3.5+tensorflow(具体配置可参考这里)
论文源码:https://github.com/nwojke/deep_sort
1.需要额外库:
pip install numpy sklearn opencv-python scipy
有时无法安装可以尝试:pip install --upgrade --ignore-installed XXX
对应版本包可以:pip install numpy文件名.whl
测试:1)python 2)import numpy as np 3)A=np.random.rand(4,4) 4)print a
输出:(代表成功安装)
2.下载源代码、数据集、模型
1)运行跟踪器
python deep_sort_app.py --sequence_dir=./MOT16/test/MOT16-06 --detection_file=./resources/detections/
MOT16_POI_test/MOT16-06.npy --min_confidence=0.3 --nn_budget=100 --display=True
2)生成检测结果python tools/generate_detections.py --model=resources/networks/mars-small128.pb --mot_dir=./MOT16/train --output_dir=./resources/detections/MOT16_train
其中1)2)均可以使用cpu
conda env update -f environment.yml 更新配置文件
https://conda.io/docs/commands/conda-install.html
本文介绍了一种基于深度学习的在线实时目标跟踪方法,利用深度关联度量改进了传统跟踪算法的性能。该方法可在复杂场景下实现稳定的目标跟踪,并提供了一个开源实现供读者学习与实践。
1871





